DeepSeek-V4-Pro は API で 1M-token のドキュメントを扱えますか？

はい。DeepSeek-V4-Pro は 1M-token のコンテキスト長と最大 384K の出力トークン数を備えており、非常に長いドキュメントや複数ファイルのワークフロー向けに設計されています。

DeepSeek-V4-Pro は思考モードとツール呼び出しをサポートしていますか？

はい。DeepSeek-V4-Pro は思考モードと非思考モードの両方に対応し、さらに JSON 出力やツール呼び出しにも対応しています。

OpenAI 互換の SDK と DeepSeek-V4-Pro を統合するにはどうすればよいですか？

CometAPI のベース URL `https://api.cometapi.com` と、モデル名 `deepseek-v4-pro` を使用してください。

DeepSeek-V4-Flash の代わりに DeepSeek-V4-Pro を使用すべきなのはいつですか？

速度よりも正確性とエージェント指向のコーディングが重要な場合は DeepSeek-V4-Pro を使用してください。DeepSeek によれば、V4-Flash はより高速で経済的な選択肢であり、一方で V4-Pro はコーディングとより広範なエージェント評価で優れています。

DeepSeek-V4-Pro は検索中心のリサーチワークフローに適していますか？

はい。V4-Pro は検索・リトリーバル型のタスクで強力に機能し、客観的および主観的な Q&A カテゴリの両方で DeepSeek-V3.2 を大きく上回ります。

DeepSeek-V4-Pro は Claude Code や OpenCode のようなコーディングエージェントに適していますか？

はい。DeepSeek-V4-Pro は、`reasoningEffort` を `max` に設定し、思考を有効にした構成で、Claude Code および OpenCode に対応しています。

DeepSeek

稼働中のAPI 人気

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Proは、総パラメータ数1.6T、活性化パラメータ49Bを備え、1Mトークンのコンテキストウィンドウに対応する、DeepSeekの大規模なMixture-of-Expertsモデルです。高度な推論、コーディング、長期的なエージェントワークフロー向けに設計されており、知識、数学、ソフトウェアエンジニアリングのベンチマークにおいて高い性能を発揮します。

最低料金

$0.528 / 入力100万トークン

従量課金

APIの稼働状況

正常稼働

稼働率100.0% / 24時間

応答速度

2683 ms

実測APIレスポンス

公開日

Aug 13, 2026

DeepSeek

プレイグラウンド

実際のリクエストでDeepSeek V4 Proを試し、パラメーターを確認し、API統合前に出力を検証できます。

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

最初のリクエスト

$0.0021

CometAPIの推定利用料金

10件のリクエスト

$0.0211

CometAPIの推定利用料金

15件のリクエスト

$0.0317

CometAPIの推定利用料金

⇌

クレジット換算

1,000クレジット = 1米ドル

クレジットを使用することで、トークン、リクエスト、実行時間に基づく料金体系間で予算を比較できます。決済時には、米ドル金額が正式な基準となります。

✓現在のモデルのクレジット料金

入力

528

クレジット / 100万トークン

出力

1,584

クレジット / 100万トークン

最低料金の透明性このプロトタイプでは、リクエストごとの非公開の最低料金は想定していません。本番環境で請求の最低金額または最低チャージ額が適用される場合は、購入前に表示し、すべての予算見積もりに含める必要があります。

モデル	ティア	条件	Comet料金（米ドル / 100万トークン）	公式料金（米ドル / 100万トークン）	割引
deepseek-v4-pro	base	-	入力: $0.5280/100万出力: $1.58/100万 Cache Read: $0.0176/100万	入力: $0.6600/100万出力: $1.98/100万 Cache Read: $0.0220/100万	-20%
deepseek-v4-pro-0813	base	-	入力: $0.5280/100万出力: $1.58/100万 Cache Read: $0.0176/100万	入力: $0.6600/100万出力: $1.98/100万 Cache Read: $0.0220/100万	-20%

リクエストベースの価格調整

リクエスト条件はティアとは独立しています。複数の条件グループが同時に一致する場合、その倍率は乗算されて累積されます。まず適用されるティアを決定し、その後一致したリクエスト価格倍率を上書きします。条件が一致しない場合、倍率は1×になります。

リクエスト条件	価格倍率
時間(UTC): 1:00 - 4:00	2×
時間(UTC): 6:00 - 10:00	2×

モデル概要

検索や評価に使える安定したモデル識別情報と、ページの中核となるSEO構造を書き換えることなく更新できる最新のカタログデータを組み合わせています。

安定した識別情報

DeepSeek V4 Proとは？

正式なモデル識別情報は、料金や制限が変更されても変わりません。

最新のモデルデータ

現在のカタログスナップショット

提供状況

利用可能

開始価格

$0.528 / 入力100万トークン

コンテキスト

機能を見る

カタログ更新日

Aug 13, 2026

Playground 2.0 / 意思決定デスク

まず判断し、確信を持って統合。

モデルの比較、プロンプトの調整、ルーティングの検証、コードの移行を行い、テスト済みの出発点をリリースできる統合ワークスペース。

参照元 DeepSeek V4 Pro

ワークフロー

導入前に比較

主要モデルで同じプロンプトを実行し、根拠に基づく推奨を取得できます。

3モデル・1回の実行

評価プロンプト

コーディング温度 0.2JSON出力

GPT-5

OpenAI

品質

91/100

レイテンシ

1.2s

推定コスト

$0.018

Claude Opus 5

Anthropic

AIの選択

品質

95/100

レイテンシ

1.8s

推定コスト

$0.024

Gemini 3 Pro

Google

品質

89/100

レイテンシ

0.9s

推定コスト

$0.011

推奨：高リスクのコードレビューにはClaude Opus 5を選択し、定型的なチェックはGemini 3 Proに振り分けて、コストを約54%削減します。

概要

DeepSeek V4 Proの実用的な概要と、重要な挙動・統合時の注意点。

技術仕様

項目	DeepSeek-V4-Pro
提供元	DeepSeek
API モデル名	deepseek-v4-pro
ベース URL	https://api.deepseek.com and https://api.deepseek.com/anthropic
入力タイプ	Text
出力タイプ	Text, tool calls, reasoning output
コンテキスト長	1,000,000 トークン
最大出力	384,000 トークン
推論モード	非思考、思考（デフォルト）
エージェント/コーディングのデフォルト	reasoning_effort は high に設定可能；複雑なエージェントリクエストでは max が使用される場合があります
サポート機能	JSON 出力, Tool Calls, Chat Prefix Completion (beta), FIM Completion (beta in non-thinking mode)
ローカル/オープンウェイトのリリース	1.6T total parameters, 49B activated parameters, FP4 + FP8 mixed precision
ライセンス（モデルカード）	MIT
参考モデルカード	DeepSeek-V4-Pro preview on Hugging Face

DeepSeek-V4-Pro とは？

DeepSeek-V4-Pro は DeepSeek の V4 プレビュー・ファミリーの中でより強力なモデルです。公式のモデルカードでは、1.6T パラメータの MoE モデルで有効化パラメータは 49B、100万トークンのコンテキストウィンドウを備え、長期的な知識作業、コード生成、エージェントタスクを目的としていると説明されています。API ドキュメントでは標準の DeepSeek チャット補完インターフェースを通じて公開されており、OpenAI と Anthropic の両方の SDK スタイルをサポートします。

主な特徴

100万トークンのコンテキスト: DeepSeek は 1M トークンのコンテキスト長を文書化しており、非常に大きなドキュメントセット、リポジトリ、マルチステップのエージェントセッションに適しています。
2 つの推論モード: API は非思考モードと思考モードをサポートします。思考モードがデフォルトであり、Claude Code や OpenCode のような複雑なエージェントリクエストでは自動的に max の労力が使われる場合があると文書に記載されています。
ツール呼び出し対応: DeepSeek の思考モードはツール呼び出しをサポートしており、検索、ファイル操作、外部関数を必要とするエージェントにとって重要です。
長コンテキスト効率: モデルカードによると、V4 は Compressed Sparse Attention と Heavily Compressed Attention を組み合わせたハイブリッドアテンション設計を採用し、V3.2 と比べて長コンテキスト時の計算および KV キャッシュコストを削減しています。 citeturn980363view2
コーディングと推論に注力: DeepSeek は、V4-Pro-Max の推論モードがコーディング系ベンチマークを前進させ、推論およびエージェントタスクにおいて先端のクローズドソースモデルとの差を大きく縮めていると述べています。 citeturn980363view2
SDK の柔軟性: 標準の OpenAI 互換チャット補完、またはツール指向のワークフロー向けに DeepSeek の Anthropic 互換エンドポイント経由でアクセスできます。

ベンチマーク性能

公式の DeepSeek モデルカードは、ベースモデルファミリーおよび V4-Pro-Max の比較セットについて以下の評価結果を報告しています。ベースモデルの表では、V4-Pro は複数の知識系および長コンテキスト系ベンチマークで V3.2-Base を上回っており、MMLU-Pro（73.5 vs. 65.5）、FACTS Parametric（62.6 vs. 27.1）、LongBench-V2（51.5 vs. 40.2）などが含まれます。

ベンチマーク	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

同じモデルカードでは、V4-Pro-Max が特定のタスクにおいて最先端モデルと競合し続けていることも示されています。例えば、公開された比較表では MMLU-Pro で 87.5、SimpleQA-Verified で 57.9、GPQA Diamond で 90.1、Terminal Bench 2.0 で 67.9 を記録しています。

DeepSeek-V4-Pro と DeepSeek-V4-Flash と DeepSeek-V3.2 の比較

モデル	最適用途	コンテキスト	注記
DeepSeek-V4-Pro	高度な推論、コーディング、エージェント、大規模ドキュメント	1M	V4 モデル中で最大、アクティブパラメータ 49B、シリーズで最も高い総合性能。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	より高速・軽量な汎用用途	1M	より小さい 284B/13B のモデルで、思考モードとツール呼び出しもサポートします。 citeturn980363view2turn980363view0
DeepSeek-V3.2	前世代の長コンテキストのベースライン	以前の API ドキュメントでは 128K；V4 は異なる 1M コンテキスト設計を採用	効率向上の基準点として有用。V4-Pro のモデルカードは、V3.2 と比べて長コンテキスト時の FLOPs と KV キャッシュが大幅に削減されていると報告。 citeturn321011view1turn980363view2

最適なユースケース

リポジトリ規模のコーディングアシスタントとリファクタリングツール
長文書の分析と統合
マルチターン推論を要するツール使用型エージェント
長期メモリと構造化出力を活用するテクニカルサポートのワークフロー
モデルカードで強いベンチマーク性能が示されている中国語および多言語の知識タスク

Deepseek v4 pro API のアクセスと使用方法

ステップ 1: API キーにサインアップ

cometapi.com にログインします。まだユーザーでない場合は、まず登録してください。CometAPI console にサインインします。インターフェースのアクセス認証 API キーを取得します。パーソナルセンターの API トークンで “Add Token” をクリックし、トークンキー（sk-xxxxx）を取得して送信します。

ステップ 2: Deepseek v4 proAPI へリクエストを送信

“deepseek-v4-pro” エンドポイントを選択して API リクエストを送信し、リクエストボディを設定します。リクエストメソッドおよびリクエストボディは当社ウェブサイトの API ドキュメントから取得できます。利便性のため、当社ウェブサイトでは Apifox テストも提供しています。<YOUR_API_KEY> をアカウントの実際の CometAPI キーに置き換えてください。 Where to call it: Anthropic Messages フォーマットおよび Chat フォーマット。

質問やリクエストを content フィールドに挿入します—モデルはその内容に応答します。API レスポンスを処理して生成された回答を取得します。

ステップ 3: 結果の取得と検証

API レスポンスを処理して生成された回答を取得します。処理後、API はタスクのステータスと出力データを返します。標準のパラメータを通じて、ストリーミング、プロンプトキャッシュ、長コンテキスト処理などの機能を有効にします。

よくある質問

モデル選定センター

コストを把握し、適切なワークロードを選択。

5つの課金要素をモデル化し、現実的なワークロードをテストして、リリース前にOpusのプレミアム料金が見合う場面を判断します。

公式価格より20%安い$0.5280 対 $0.6600 / 入力100万トークン

コストラボ

実際のエージェント実行の料金を算出

トークン価格だけを個別に比較するのではなく、実際のワークロードを再現します。プリセットを読み込み、すべての課金項目を調整してください。

新規入力トークン

トークン

出力トークン

トークン

ウェブ検索の呼び出し回数

回

$0.5280

/ 100万トークン

入力

各ターンで送信される新しい指示、ファイル、会話コンテキスト。

取得したコンテキストをモデルに渡す前に削減します。

$0.5280

/ 100万トークン

出力

モデルによって生成された推論、コード、テキスト。

明確な完了条件と出力上限を設定します。

$0.6849

/ 1,000回の呼び出し

ウェブ検索

ウェブから最新情報を取得するツール呼び出し。

検索は一度だけ行い、検証済みの結果を実行全体で再利用します。

Opusのプレミアムが真価を発揮する場面

最適

リポジトリ規模のエンジニアリング

アーキテクチャ、複数ファイル、曖昧な実装上のトレードオフにまたがるタスクにはOpusを使用します。

最適

長時間稼働するエージェント

多数のツール呼び出しや復旧ステップを通じて意図を維持する必要があるエージェントに適しています。

プレミアム料金に見合う

重要度の高いレビュー

問題の見落としによる損失がトークンコストを上回る、セキュリティ、移行、本番環境のレビューに限定して使用します。

より軽量なモデルを使用

定型的な大量処理

分類、抽出、シンプルなチャットでは、通常SonnetまたはHaikuのほうが優れた単位経済性を実現できます。

プロンプトキャッシュ活用ガイド

プレフィックスを安定させる

ポリシー、ツールスキーマ、リポジトリマップを変更せずに維持します。

一度だけ書き込む

再利用可能なコンテキストの後にキャッシュのブレークポイントを配置します。

繰り返し読み取る

後続のターンでは、タスク固有の差分のみを追加します。

書き直さずに移行

使い慣れたSDKをそのまま使用し、ベースURL、キー、モデルIDを変更します。

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

DeepSeek V4 ProのサンプルコードとAPI

DeepSeek V4 Proの包括的なサンプルコードとAPIリソースにアクセスして、統合プロセスを効率化しましょう。詳細なドキュメントでは段階的なガイダンスを提供し、プロジェクトでDeepSeek V4 Proの潜在能力を最大限に活用できるよう支援します。

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-text

入力と出力

入力

text

出力

text

本番環境プロファイル

プロバイダー: DeepSeek
文脈: モデルによる
商用利用: 対応

ユースケース

textの機能に合った本番ワークフローにDeepSeek V4 Proを活用し、長期的な統合前に他の選択肢とも比較してください。

本番向けチャットとエージェントワークフロー

コーディング・分析・構造化生成

1つのAPIによる大規模な自動化

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

モデルを見る

Anthropic

Claude Fable 5.2

Claude Fable 5.2 は、複雑でオープンエンドな技術的作業のうち、多段階にわたって継続的な推論・計画・実行を必要とするものに向けた、Anthropic の先進的な AI モデルです。

モデルを見る

Google

Gemini 4 Carbon

Gemini 4 Carbon は、複雑なソフトウェアエンジニアリング、科学的推論、および持続的なエージェントワークフロー向けの Google の推論モデルです。ネイティブの Gemini API と OpenAI 互換の Chat API を通じて、CometAPI 上で利用できます。

モデルを見る

Hunyuan

Hy 4

Tencent Hy4 は、Tencent の Hunyuan チームによって開発された次世代の大規模言語モデルで、複雑な推論、エージェント型ワークフロー、ソフトウェアエンジニアリング、実世界の生産性に関わるタスクに向けて設計されています。

モデルを見る

OpenAI

GPT-6 Luna

GPT-6 Luna（gpt-6-luna）は、用途特化型の大量処理ワークロード向けに設計された、OpenAI の効率的な GPT-6 モデルです。OpenAI は、GPT-6 ファミリーにおいて Luna を GPT-6 Sol の下位に位置付け、効率性、再現性、コスト重視の本番利用を強調しています。

モデルを見る

DeepSeek

DeepSeek V4.1 Flash

2026年10月17日、同社は **DeepSeek-V4.1-Flash-1017** をリリースした。V4.1-Flashモデル（初回リリースは2026年9月10日）への特化型アップデートで、大幅な推論・コーディング・エージェント能力・視覚理解の向上を実現しつつ、タスクの実行時間と出力の長さを削減すると謳われており、このチェックポイントは、実運用のエージェントおよびコーディングのワークロード向けとして、これまでで最も強力かつ効率的なDeepSeekのモデルと位置付けられている。

モデルを見る

稼働時間

本番投入前に、リアルタイムのハートビートデータ、エンドポイントの可用性、実測レスポンスタイムを確認できます。

稼働時間

過去 30 日間のリクエスト成功率。各モデルプロバイダーの信頼性を反映しています。CometAPI はすべての接続プロバイダーをリアルタイムで 24 時間 365 日監視しています。

RespondLIVE

2683msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

バージョン

本番統合を固定する前に、利用可能なモデル識別子を確認してください。

deepseek-v4-pro

deepseek-v4-pro-0813

更新情報

DeepSeek V4 Proの安定したモデルページを維持したまま、提供状況、料金、機能に関する重要な変更を追跡できます。

モデル変更履歴

時間とともに価値が高まる1つのページ。

リリースノート、料金変更、ベンチマークの更新、移行ガイダンスがここに蓄積され、正規URLは変わりません。

Aug 13, 2026

APIの利用可能性を確認済み

DeepSeek V4 ProはCometAPIのモデルカタログおよびAPIドキュメントを通じて利用できます。

現在

料金と制限をカタログと同期済み

料金、コンテキスト、利用可能性、制限は、ページタイトルやモデルの識別情報に埋め込むのではなく、動的なプロパティとして扱われます。

Feb 5, 2026

永続的なモデルエンティティを作成済み

プロバイダーとモデルのスラッグによって永続的な正規URLが形成されます。今後のコンテンツやデータの更新はこのページに反映されます。

さらに探る

モデルを比較して、調査を続けましょう

DeepSeek

稼働中のAPI 人気

deepseek-v4-pro

DeepSeek V4 Pro API

最低料金

$0.528 / 入力100万トークン

従量課金

APIの稼働状況

正常稼働

稼働率100.0% / 24時間

応答速度

2683 ms

実測APIレスポンス

公開日

Aug 13, 2026

DeepSeek

プレイグラウンド

実際のリクエストでDeepSeek V4 Proを試し、パラメーターを確認し、API統合前に出力を検証できます。

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

最初のリクエスト

$0.0021

CometAPIの推定利用料金

10件のリクエスト

$0.0211

CometAPIの推定利用料金

15件のリクエスト

$0.0317

CometAPIの推定利用料金

⇌

クレジット換算

1,000クレジット = 1米ドル

✓現在のモデルのクレジット料金

入力

528

クレジット / 100万トークン

出力

1,584

クレジット / 100万トークン

モデル	ティア	条件	Comet料金（米ドル / 100万トークン）	公式料金（米ドル / 100万トークン）	割引
deepseek-v4-pro	base	-	入力: $0.5280/100万出力: $1.58/100万 Cache Read: $0.0176/100万	入力: $0.6600/100万出力: $1.98/100万 Cache Read: $0.0220/100万	-20%
deepseek-v4-pro-0813	base	-	入力: $0.5280/100万出力: $1.58/100万 Cache Read: $0.0176/100万	入力: $0.6600/100万出力: $1.98/100万 Cache Read: $0.0220/100万	-20%

リクエストベースの価格調整

リクエスト条件	価格倍率
時間(UTC): 1:00 - 4:00	2×
時間(UTC): 6:00 - 10:00	2×

モデル概要

安定した識別情報

DeepSeek V4 Proとは？

正式なモデル識別情報は、料金や制限が変更されても変わりません。

最新のモデルデータ

現在のカタログスナップショット

提供状況

利用可能

開始価格

$0.528 / 入力100万トークン

コンテキスト

機能を見る

カタログ更新日

Aug 13, 2026

Playground 2.0 / 意思決定デスク

まず判断し、確信を持って統合。

モデルの比較、プロンプトの調整、ルーティングの検証、コードの移行を行い、テスト済みの出発点をリリースできる統合ワークスペース。

参照元 DeepSeek V4 Pro

ワークフロー

導入前に比較

主要モデルで同じプロンプトを実行し、根拠に基づく推奨を取得できます。

3モデル・1回の実行

評価プロンプト

コーディング温度 0.2JSON出力

GPT-5

OpenAI

品質

91/100

レイテンシ

1.2s

推定コスト

$0.018

Claude Opus 5

Anthropic

AIの選択

品質

95/100

レイテンシ

1.8s

推定コスト

$0.024

Gemini 3 Pro

Google

品質

89/100

レイテンシ

0.9s

推定コスト

$0.011

推奨：高リスクのコードレビューにはClaude Opus 5を選択し、定型的なチェックはGemini 3 Proに振り分けて、コストを約54%削減します。

概要

DeepSeek V4 Proの実用的な概要と、重要な挙動・統合時の注意点。

技術仕様

項目	DeepSeek-V4-Pro
提供元	DeepSeek
API モデル名	deepseek-v4-pro
ベース URL	https://api.deepseek.com and https://api.deepseek.com/anthropic
入力タイプ	Text
出力タイプ	Text, tool calls, reasoning output
コンテキスト長	1,000,000 トークン
最大出力	384,000 トークン
推論モード	非思考、思考（デフォルト）
エージェント/コーディングのデフォルト	reasoning_effort は high に設定可能；複雑なエージェントリクエストでは max が使用される場合があります
サポート機能	JSON 出力, Tool Calls, Chat Prefix Completion (beta), FIM Completion (beta in non-thinking mode)
ローカル/オープンウェイトのリリース	1.6T total parameters, 49B activated parameters, FP4 + FP8 mixed precision
ライセンス（モデルカード）	MIT
参考モデルカード	DeepSeek-V4-Pro preview on Hugging Face

DeepSeek-V4-Pro とは？

主な特徴

100万トークンのコンテキスト: DeepSeek は 1M トークンのコンテキスト長を文書化しており、非常に大きなドキュメントセット、リポジトリ、マルチステップのエージェントセッションに適しています。
2 つの推論モード: API は非思考モードと思考モードをサポートします。思考モードがデフォルトであり、Claude Code や OpenCode のような複雑なエージェントリクエストでは自動的に max の労力が使われる場合があると文書に記載されています。
ツール呼び出し対応: DeepSeek の思考モードはツール呼び出しをサポートしており、検索、ファイル操作、外部関数を必要とするエージェントにとって重要です。
長コンテキスト効率: モデルカードによると、V4 は Compressed Sparse Attention と Heavily Compressed Attention を組み合わせたハイブリッドアテンション設計を採用し、V3.2 と比べて長コンテキスト時の計算および KV キャッシュコストを削減しています。 citeturn980363view2
コーディングと推論に注力: DeepSeek は、V4-Pro-Max の推論モードがコーディング系ベンチマークを前進させ、推論およびエージェントタスクにおいて先端のクローズドソースモデルとの差を大きく縮めていると述べています。 citeturn980363view2
SDK の柔軟性: 標準の OpenAI 互換チャット補完、またはツール指向のワークフロー向けに DeepSeek の Anthropic 互換エンドポイント経由でアクセスできます。

ベンチマーク性能

ベンチマーク	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

DeepSeek-V4-Pro と DeepSeek-V4-Flash と DeepSeek-V3.2 の比較

モデル	最適用途	コンテキスト	注記
DeepSeek-V4-Pro	高度な推論、コーディング、エージェント、大規模ドキュメント	1M	V4 モデル中で最大、アクティブパラメータ 49B、シリーズで最も高い総合性能。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	より高速・軽量な汎用用途	1M	より小さい 284B/13B のモデルで、思考モードとツール呼び出しもサポートします。 citeturn980363view2turn980363view0
DeepSeek-V3.2	前世代の長コンテキストのベースライン	以前の API ドキュメントでは 128K；V4 は異なる 1M コンテキスト設計を採用	効率向上の基準点として有用。V4-Pro のモデルカードは、V3.2 と比べて長コンテキスト時の FLOPs と KV キャッシュが大幅に削減されていると報告。 citeturn321011view1turn980363view2

最適なユースケース

リポジトリ規模のコーディングアシスタントとリファクタリングツール
長文書の分析と統合
マルチターン推論を要するツール使用型エージェント
長期メモリと構造化出力を活用するテクニカルサポートのワークフロー
モデルカードで強いベンチマーク性能が示されている中国語および多言語の知識タスク

Deepseek v4 pro API のアクセスと使用方法

ステップ 1: API キーにサインアップ

ステップ 2: Deepseek v4 proAPI へリクエストを送信

質問やリクエストを content フィールドに挿入します—モデルはその内容に応答します。API レスポンスを処理して生成された回答を取得します。

ステップ 3: 結果の取得と検証

よくある質問

モデル選定センター

コストを把握し、適切なワークロードを選択。

5つの課金要素をモデル化し、現実的なワークロードをテストして、リリース前にOpusのプレミアム料金が見合う場面を判断します。

公式価格より20%安い$0.5280 対 $0.6600 / 入力100万トークン

コストラボ

実際のエージェント実行の料金を算出

新規入力トークン

トークン

出力トークン

トークン

ウェブ検索の呼び出し回数

回

$0.5280

/ 100万トークン

入力

各ターンで送信される新しい指示、ファイル、会話コンテキスト。

取得したコンテキストをモデルに渡す前に削減します。

$0.5280

/ 100万トークン

出力

モデルによって生成された推論、コード、テキスト。

明確な完了条件と出力上限を設定します。

$0.6849

/ 1,000回の呼び出し

ウェブ検索

ウェブから最新情報を取得するツール呼び出し。

検索は一度だけ行い、検証済みの結果を実行全体で再利用します。

Opusのプレミアムが真価を発揮する場面

最適

リポジトリ規模のエンジニアリング

アーキテクチャ、複数ファイル、曖昧な実装上のトレードオフにまたがるタスクにはOpusを使用します。

最適

長時間稼働するエージェント

多数のツール呼び出しや復旧ステップを通じて意図を維持する必要があるエージェントに適しています。

プレミアム料金に見合う

重要度の高いレビュー

問題の見落としによる損失がトークンコストを上回る、セキュリティ、移行、本番環境のレビューに限定して使用します。

より軽量なモデルを使用

定型的な大量処理

分類、抽出、シンプルなチャットでは、通常SonnetまたはHaikuのほうが優れた単位経済性を実現できます。

プロンプトキャッシュ活用ガイド

プレフィックスを安定させる

ポリシー、ツールスキーマ、リポジトリマップを変更せずに維持します。

一度だけ書き込む

再利用可能なコンテキストの後にキャッシュのブレークポイントを配置します。

繰り返し読み取る

後続のターンでは、タスク固有の差分のみを追加します。

書き直さずに移行

使い慣れたSDKをそのまま使用し、ベースURL、キー、モデルIDを変更します。

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

DeepSeek V4 ProのサンプルコードとAPI

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-text

入力と出力

入力

text

出力

text

本番環境プロファイル

プロバイダー: DeepSeek
文脈: モデルによる
商用利用: 対応

ユースケース

textの機能に合った本番ワークフローにDeepSeek V4 Proを活用し、長期的な統合前に他の選択肢とも比較してください。

本番向けチャットとエージェントワークフロー

コーディング・分析・構造化生成

1つのAPIによる大規模な自動化

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.